Los datos han transformado la forma en que realizamos nuestro trabajo y gestionamos las empresas. Inicialmente existía como una métrica que teníamos que rastrear, pero durante los últimos años se está recopilando información valiosa en lagos y océanos. Esta agua, por así decirlo, tiene que ser domesticada y analizada. Su complejidad ha llevado tanto a las empresas como a los proveedores de soluciones a crear sistemas y software inteligentes. No, no responde, sino que realiza un análisis estadístico de los datos disponibles y luego indica al sistema que recomiende ciertas acciones o que las realice él mismo. Este no es necesariamente un concepto nuevo, pero sigue siendo más posible que nunca con la disponibilidad de numerosos activos de datos, técnicas de ciencia de datos y software capaces de procesar esta información a la velocidad de las decisiones.
Las fuentes disponibles en la actualidad abarcan categorías principales seleccionadas de datos, cada una con una plétora de recursos de información reales dentro de ellas. Ya sea que se origine en sistemas internos o fuentes externas, la ecosfera digital continúa haciendo que estos datos estructurados y no estructurados sean más accesibles que nunca. Algunas de estas categorías incluyen:
Las muchas fuentes específicas dentro de cada una de las categorías anteriores incluyen datos transaccionales internos de los sistemas de administración de propiedades y clientes, soluciones de punto de venta, inventarios de suministro, estadísticas de demanda, evaluación comparativa competitiva, ubicación de canales y precios, datos de eventos, comentarios de los clientes, análisis de sitios web, publicidad segmentaciones, actividad en redes sociales y muchos más.
Como ejecutivo de negocios, es importante rodearse de métricas de desempeño de calidad. El siguiente paso natural es transformar estos datos en entradas para sus procesos y sistemas de decisiones centrales, permitiendo que estos sistemas analicen los datos con la orientación de un usuario calificado. Esto permite que un sistema reciba más entradas de las que la persona típica puede reunir en la misma cantidad de tiempo y, posteriormente, tomar mejores decisiones para una empresa.
Ahora veamos algunos ejemplos de cómo se combinan los datos con el software para crear una solución que antes no era posible debido a varias limitaciones.
Gestión de ingresos
La gestión de ingresos sigue aumentando en sofisticación en lo que respecta al uso de fuentes de datos. Desde los primeros días de estos sistemas, se basaron en interfaces con otros sistemas internos. Sin embargo, su creciente uso de información de fuentes externas los ha hecho más inteligentes y capaces de realizar tareas de manera más eficiente. Estas soluciones ahora incluyen entradas que incluyen estadísticas de oferta y demanda locales, precios competitivos, actividad de vuelos a nivel de mercado, clima y eventos para brindar pronósticos más precisos y fijar precios. Explore LodgiQ, Maxim e IDeaS para ver ejemplos de soluciones potenciadas por este tipo de información.
Remarketing
Múltiples soluciones publicitarias permiten a las empresas comercializar productos a personas que visitaron anteriormente su sitio web. Esta oportunidad publicitaria presenta los productos del anunciante a la misma persona cuando visita un sitio diferente que forma parte de una red publicitaria. Por lo general, la persona se identifica mediante técnicas de seguimiento anónimo, como una cookie, pero también se pueden emplear otras técnicas. Efectivamente, este es el resultado de la analítica web propiedad de un anunciante que se reutiliza en una red publicitaria para identificar a una persona específica que anteriormente mostró interés en su producto con el fin de revitalizar el interés de esta persona. AdRoll, Google, Facebook, Perfect Audience y Sojern ofrecen soluciones de remarketing o retargeting.
Publicidad basada en intenciones y comportamiento
Este tipo de solución publicitaria se basa en una base de datos. Sin embargo, la diferencia aquí es que la información se basa en el historial de navegación pasado de una persona, las transacciones de compra reales u otras fuentes que representan los intereses de la persona y su probable intención de compra. La información se agrega y se hacen suposiciones para clasificar a una persona o segmento de audiencia en un grupo que es de interés para ciertos anunciantes. Empresas como Adara, Journera, Sojern, Cendyn / ONE, Acxiom y AdTheorent pueden considerarse ejemplos de este tipo de servicio al igual que varias soluciones de análisis predictivo.
Muchas de estas tecnologías de software están produciendo capacidades que antes no eran posibles. Además, cada uno de ellos es único por derecho propio. Estos sistemas a menudo pueden proteger la privacidad de los interesados ??al infundirla en sus algoritmos centrales en lugar de exponerla a una interfaz. A continuación, facilitan las decisiones y recomendaciones que debe realizar una persona o el propio sistema.
Si bien las listas de productos dentro de una categoría a menudo son útiles, es imperativo comprender las grandes diferencias entre los productos mencionados anteriormente dentro de una categoría a pesar de algunas similitudes a nivel de superficie. Comprender estas capacidades únicas es clave para generar rendimiento empresarial. De hecho, los ejecutivos deben darse cuenta rápidamente de que implementar una aplicación que dependa de los datos requiere una previsión estratégica. Si la aplicación no se alinea con la dirección prevista, es posible que una organización se vea obligada a realizar un cambio no planificado. Si bien existen estos riesgos, las aplicaciones infundidas de datos deberían poder crear una ventaja competitiva significativa.
